花一个多小时学完了这门神经网络简介这门课程
课程链接：https://www.imooc.com/learn/930
对其有了一些了解
这门课程和数学有很大的联系，让我感受到了数学的神奇伟大美丽
课程中用到了求导、线性函数、非线性函数即线性组合、非线性处理。
大概就是用局部的线性函数来表示全体的非线性函数，类似积分了
比较重要的一张图
单层神经网络：原始值、隐含层、输出层、输出值。神奇的x与y，好强大
运用到了线性组合、非线性处理：
解决非线性问题，每一个神经元，将输入值进行线性组合，然后转化为非线性结果
认识了几个函数：
梯度下降，损失函数，激励（活）函数
逻辑回归模型
反向传播算法，个人理解就是通过电脑计算机判断，如果错误就返回给一个信号，然后计算机修改
然后不断的改正错误和刺激，来达到人工智能神经网络
激励函数暂时学了三种
默认ReLU函数
Sigmoid函数，（需要整个区间可导）
tanh函数